跳到正文
热点事件持续更新

研究者提出稀疏监督扩散SSD方法

1 篇报道1 个报道来源15 小时前更新

先了解这件事

AI 综述

Wenshuai Zhao等研究者提出稀疏监督扩散(SSD),一种用掩码抑制扩散模型空间不一致生成的框架,仅需几行代码即可实现。该工作已被NeurIPS 2026接收。 作者称,SSD通过改变数据协方差谱来抑制过度相关性,从而更准确地逼近总体得分函数,并减少小数据集上的记忆化;即使掩码高达98%的像素,SSD在多个数据集上仍取得有竞争力的FID分数,并避免小数据集上常见的训练不稳定。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月3日
  1. arXiv · cs.LG
    稀疏监督扩散(SSD):用掩码框架抑制扩散模型的空间不一致生成

    研究者提出稀疏监督扩散(SSD),一种仅需几行代码即可实现的掩码框架,用于缓解扩散模型因数据协方差中过度相关性导致的空间不一致生成。分析显示 SSD 通过改变数据协方差谱抑制相关性,能更准确逼近总体得分函数、减少小数据集上的记忆化;即使掩码高达 98% 的像素,在多个数据集上仍取得有竞争力的 FID,并避免小数据集上常见的训练不稳定。该工作已被 NeurIPS 2026 接收。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。